文献类型：期刊文章

作　　者：张辉[1] 王杨[1,2] 王子凡[2] 朱强军[1] 张广海[1]

ZHANG Hui;WANG Yang;WANG Zifan;ZHU Qiangjun;ZHANG Guanghai(Department of Electronic Engineering,Wanjiang College of Anhui Normal University,Wuhu 241003,China;School of Computer and Information,Anhui Normal University,Wuhu 241000,China)

机构地区：[1]安徽师范大学皖江学院电子工程系,安徽芜湖241003 [2]安徽师范大学计算机与信息学院,安徽芜湖241000

出　　处：《太原学院学报（自然科学版）》

基　　金：安徽省自然科学基金重点项目(KJ2020A1192);安徽省级质量工程重点教学研究项目(2021jyxm0524);骨干教师国内访学研修项目(gxgnfx2021173);安徽高校自然科学研究项目(KJ2021A1221)。

年　　份：2023

卷　　号：41

期　　号：4

起止页码：65-71

语　　种：中文

收录情况：普通刊

摘　　要：针对传统支持向量机网格搜索算法寻优时间长,提出了一种识别率较高而且计算快速的人脸表情识别的方法。首先,使用Gabor小波技术获取人脸表情纹理特征,然后,经主成分分析法降维,得到图像的关键特征,将这些特征输入到经麻雀搜索算法(sparrow search algorithm,SSA)优化的支持向量机(support vector machine,SVM)进行表情的分类。在JAFFE数据集上进行实验识别率可达90.69%,在CK+数据集上识别率可达99.00%,并且在此数据集上和传统的网格搜索算法对比,在寻优的时间上更有优势。

关 键 词：GABOR小波 麻雀搜索算法  支持向量机  表情识别

分 类 号：TP393]